CASE HISTORY

Artificial Intelligence per governare l’incertezza nell’offerta e nella domanda di energia

il caso di Areti, società del gruppo ACEA

Contatta Lutech >

Come governare la rete di distribuzione dell’energia per garantire la resilienza e l’affidabilità del servizio energetico a cittadini ed aziende?

Ideas

Le nuove sfide del settore Energy e il ruolo dell’AI nel bilanciamento delle reti energetiche

Scopri di più

Questa la sfida davanti alla quale si è trovata Areti, società del gruppo ACEA e primario DSO (Distribution System Operator) con infrastruttura di alta, media, bassa tensione distribuita su una delle più vaste aree metropolitane italiane, per rispondere alla quale ha affidato al consorzio guidato dal Gruppo Lutech l’implementazione di un Advanced Smart Grid Management & Metering System.

Un nuovo sistema di gestione della distribuzione dell’energia elettrica in grado di rappresentare a livello centralizzato la struttura dell’intera rete e di raccogliere un vasto insieme di informazioni sullo stato e sull’utilizzo della stessa attraverso sensori IoT e simulazioni Digital Twin, monitorando, rilevando ed elaborando i dati raccolti anche grazie alle innovative tecnologie di Data Science e di Artificial Intelligence. 

Un progetto di digitalizzazione per il bilanciamento delle reti

La necessità era quindi l’implementazione di un programma di digitalizzazione della rete, per migliorare l’efficacia degli asset e ridurre le interruzioni e le sanzioni pecuniarie di Arera, con l’obiettivo di centralizzare in unica vista l’as is e le esigenze di continuità del servizio energetico.

L’ASGMMS (Advanced Smart Grid Management & Metering System), integrato con lo SCADA (che rileva tutti parametri di campo, dalla potenza alla capacità) e con il GIS, ovvero la rappresentazione degli asset di Areti, costituisce un vero e proprio sistema “intelligente” in grado di aggregare tutte le informazioni rilevanti, velocizzare la localizzazione e l'isolamento dei guasti, la stima dello stato e la regolazione della tensione, attraverso la rete, migliorando così l'efficacia delle risorse e riducendo il tempo medio di riparazione.

In questo contesto viene sperimentata l’AI con algoritmi di autonomous driving per la discovery della topologia degli asset, per la gestione repentina dei guasti, con l’obiettivo di: 

Migliorare l’osservabilità della rete: Attraverso il sistema unificato e sfruttando sensoristica IoT e il paradigma Digital Twin per un monitoraggio e controllo della rete ottimizzati, consentendo una maggiore trasparenza del comportamento delle sorgenti alimentanti ed una più efficace e rapida selezione delle azioni correttive a fronte di problematiche evidenziate.
Aumentare la resilienza della rete: Grazie alle avanzate tecnologie di trattamento dei dati (AI inclusa) i fattori critici sono immediatamente evidenziati e si ha inoltre una segnalazione preventiva sulle condizioni critiche di congestione della rete attraverso allarmi regolamentati da soglie predisposte ma variabili. Il sistema permette di pianificare ed attuare gli interventi evolutivi e manutentivi al fine di ridurre i rischi .
Gestire la flessibilità della rete: Tramite l’acquisizione di dati e il controllo delle soluzioni di Smart Metering (“contatori intelligenti” su tecnologia IoT) è possibile determinare e supportare il bilanciamento dei flussi energetici e abilitare innovativi servizi di flessibilità dell’utilizzo dell’energia, per equilibrare l’incontro di domanda e offerta.

Artificial Intelligence & RPA

Dall’AI e Machine learning fino alla Robot Process Automation

Scopri di più

L’analisi predittiva, basata su AI e Advanced Analytics e la raccolta di indicatori di qualità del servizio, permetteranno di governare in anticipo le dinamiche del sistema: sarà possibile pianificare e implementare non solo una soluzione “reattiva” al problema in corso ma garantire la robustezza della rete intervenendo anche in via preventiva e pianificare interventi di manutenzione, fino a interventi strutturali di tipo evolutivo sulla rete. 

Garantire la massima efficacia delle risorse senza creare impatti alla qualità del servizio, attraverso algoritmi per la stima dello stato e il calcolo dei flussi di potenza, insieme ad una riduzione sensibile dei tempi medi di riparazione, sono i fattori di successo di questo innovativo progetto di gestione dell’incertezza dell’offerta e della domanda di energia, caratteristica fisiologica di un contesto dominato dall’utilizzo delle rinnovabili e dall’elettrificazione. 

Artificial Intelligence per governare l’incertezza nell’offerta e nella domanda di energia

Come governare la rete di distribuzione dell’energia per garantire la resilienza e l’affidabilità del servizio energetico a cittadini ed aziende?

Un progetto di digitalizzazione per il bilanciamento delle reti

Grazie per il tuo interesse

Digital Services per il tuo futuro

Case history